標準化方法在干旱損失預估中的應用
——以華北地區為例

趙 晶，姜 彤，蘇布達，3，黃金龍

(1.內蒙古自治區興安盟氣象局，內蒙古興安盟137400;2.國家氣候中心，北京100081;3.中國科學院新疆生態與地理研究所荒漠與綠洲生態國家重點實驗室，新疆烏魯木齊830011;4.中國科學院大學，北京100049)

20世紀60年代以來，世界各地頻繁發生的自然災害對人類生命和財產安全造成了嚴重影響［1－2］。干旱因其發生頻率高、持續時間長、波及范圍廣，給國民經濟尤其是農業生產活動帶來嚴重損失，受到社會各界的普遍關注［3－5］。在我國，干旱發生頻次占所有自然災害的22%，影響人口占全部受災人口的33%，造成的損失占總自然災害的15%以上，位居各類災害前列［6］。預計，未來氣候將進一步變暖，干旱災害仍將持續［7－9］。不同年份間的干旱損失數據不能直接進行逐年對比分析，須進行標準化后才能進行比較，因而對于干旱，特別是對經標準化處理后的未來干旱損失的研究在減緩干旱影響等方面意義重大。

災害損失是氣候和社會經濟因素共同作用的結果。除氣候因素以外，社會變化和經濟發展對災害損失的增加起關鍵的作用［10］。標準化方法是將影響災害損失的非氣候因素考慮進來，將不同年份間的災害損失統一到同一個“可比水平”。許多學者為更好地分析災害損失的變化特征及可能影響因子，已經采用不同方法開展了對災害損失的標準化研究，以獲取具有一致性和可比性的災害損失數據。Pielke等對美國洪水和颶風造成的損失均進行了經考慮人口和財富因子的標準化處理，結果發現，洪水損失呈遞減趨勢，標準化前颶風損失呈微弱的增加趨勢，標準化后颶風損失沒有明顯的增加或遞減趨勢［11－13］;Changnon等對美國的極端天氣事件造成的災害損失進行標準化后提出，對于不同的災害類型可考慮不同影響因子的標準化方法［14－15］;Raghavan 等對 1971—2000年發生在印度的熱帶氣旋造成的損失進行了經考慮人口和社會經濟因子的標準化處理，發現標準化后的損失序列變化趨勢并不明顯［16］。國內學者對洪水和熱帶氣旋帶來的災害損失進行了標準化方面的相關探索，發現標準化方法對這2種災害類型造成的損失影響很大［17－19］，但對干旱等其他災害的研究仍然不足。

對于干旱變化特征的研究，國內外學者已經提出了多種干旱指標，如標準化降水指數(SPI)、綜合氣象干旱指數、土壤含水率、Palmer干旱指數等，其中標準化降水指數對干濕狀況反應靈敏，計算相對簡單，廣泛應用于不同時間尺度的干旱監測中［20－23］。隨著氣候的不斷變化，未來干旱及干旱災害損失的發展趨勢越來越受到各研究領域的廣泛關注。目前在氣候變化背景下研究干旱演變的有效途徑之一就是利用氣候模式的輸出結果并結合干旱指標對未來不同時期的干旱情況進行分析［24－25］。同時，許多學者對于干旱造成的經濟損失也進行了相關研究，沈佩君等采用對比法、缺水損失法、災情法、減產系數法計算了干旱對農業造成的損失［26］;周進生采用社會評估法計算了1989年旱災造成的農作物種植業的直接經濟損失［27］;李文亮等通過對黑龍江省干旱災害風險的定性研究，發現黑龍江省干旱災害風險存在明顯的空間差異［28］。以上均是在實測期開展的研究，對基于未來干旱指標下的損失預估研究不足，尤其結合標準化方案的研究更沒有人涉及，本研究將為推算未來干旱損失提供一個新思路。

華北地區是我國重要的糧、棉、油生產基地，也是干旱災害發生頻率最高的地區之一，容易遭受連年干旱［29］，農業生產活動受到嚴重制約。2008—2009年發生在華北地區嚴重的冬春連旱，造成農作物受災面積682.1萬hm2，直接經濟損失420.8億元，占中國2009年干旱損失的近1/3［30－31］。許多學者對于華北地區干旱的研究主要集中在其氣候特征和異常成因等方面［32－34］，對其所造成的經濟損失尤其是未來損失定量化的研究不足［35］，因此，本研究對該地區干旱和干旱災害經濟損失的未來演變進行分析，對正確認識華北地區干旱規律并合理有效地規劃農業未來發展方向有著重要的指導意義。

本研究以華北地區1984—2014年的干旱直接經濟損失數據為基礎，結合該地區91個氣象觀測站月降水數據和區域氣候模式COSMO－CLM(CCLM)輸出的逐月降水預估數據，采用分別考慮了物價水平、人口、財富和國內生產總值因子的標準化方法，首先分析華北地區過去(1984—2014年)原始和經不同標準化處理的直接經濟損失序列變化趨勢的異同，然后利用標準化降水指數(SPI)，分析標準化方案下災害損失與干旱強度間的關系，最后探討干旱和其造成的災害直接經濟損失在未來(2017—2050年)3種排放情景(RCP2.6、RCP4.5、RCP8.5)下的演變，為干旱災害損失的定量化評估、防災減災措施的制定以及對華北地區農業合理規劃提供參考依據。

1 資料與方法

1.1 研究區概況

華北地區(34°～53°N，97°～126°E)包括北京市、天津市、河北省、山西省和內蒙古自治區，總面積約155.7萬km2，降水呈由南向北隨緯度遞減的格局，地區、季節、年際間差異較大，冬春季少雨干旱。

1.2 數據資料

本研究所用數據資料包括華北地區1984—2014年干旱直接經濟損失數據、社會經濟數據、氣象測站數據以及模式數據。其中，1984—2014年干旱直接經濟損失數據來源于《中國氣象災害年鑒》。社會經濟數據來源于我國全國及各省(市、區)1984—2014年的統計年鑒，包括各省(市、區)的CPI、鄉村人均可支配收入及鄉村人口。氣象觀測資料為華北地區91個氣象站1984—2014年逐月降水數據，由國家氣象信息中心提供并進行數據質量控制，這些資料經由氣候場和距平場分別插值并疊加，生成分辨率為0.5°×0.5°的網格化數據。華北地區氣象站分布見圖1。

模式數據采用德國波茨坦氣候影響研究所(PIK)區域氣候模式COSMO－CLM(CCLM)輸出數據。區域氣候模式CCLM是世界氣候研究計劃發起的國際區域氣候模式降尺度試驗(CORDEX)的模式之一，是基于德國氣象局Local Model(LM)模型，以ECHAM6的輸出為邊界條件的動力降尺度模型，空間分辨率為0.5°×0.5°。本研究選取 CCLM 模式輸出的華北地區759個格點3種排放情景(RCP2.6、RCP4.5、RCP8.5)的月降水資料，時間跨度為1986—2050年。其中1986—2005年為基準期，2017—2050年為預估期。區域氣候模式CCLM對中國區域氣候的模擬效果已在前人研究中得到驗證［36－41］。

RCPs是指世界氣候研究計劃(WCRP)中耦合模式比較計劃第5階段(CMIP5)框架下的一套新情景［42－43］，是用單位面積的輻射強迫來表示未來100年溫室氣體穩定濃度的情景。目前應用較多的4種情景分別為低排放情景(RCP2.6)、中低排放情景(RCP4.5)、中排放情景(RCP6)、高排放情景(RCP8.5)，分別指 2100 年輻射強迫穩定在 2.6、4.5、6、8.5 W/m2。

1.3 研究方法

1.3.1 標準化降水指數(standardized precipitation index，SPI) 標準化降水指數(SPI)是McKee等在1993年提出的一個相對簡單的干旱指數，表示某段時間內降水出現概率的大小，適合相對當地氣候狀況的月尺度以上的干旱監測與評估［44］。SPI計算簡單、資料可收集性和適應性強，具有較好的計算穩定性，在各區域和各時段均能有效地反映旱澇狀況［21］。根據《氣象干旱等級》劃分不同干旱程度的評價指標［45］，SPI小于－1為旱。不同時間尺度的SPI的側重點不同，SPI－12反映長時間水分盈虧的變化。本研究基于1984—2014年逐月降水數據，采用SPI－12指數對華北地區干旱直接經濟損失序列進行驗證。

1.3.2 居民消費物價指數標準化(consumer price index normalization，CPIN) CPI的波動反映經濟發展過程中物價水平的變動，是衡量通貨膨脹程度的重要指標之一。考慮到區域差異，本研究采用每個省(市、區)逐年的CPI開展標準化處理。經CPI標準化的直接經濟損失計算公式為

式中:EL為當年直接經濟損失，CPI為居民消費者物價指數，s表示基準年，t表示災害發生的當年。本研究統一以2014年為基準年進行災害損失的標準化。

1.3.3 傳統標準化(conventional normalization，CN) CN 由Pielke等在美國的颶風分析中首先加以應用［46］。該方法綜合考慮了人口和財富(包括通貨膨脹)的時空差異，將災害發生當年的人口和人均財富換算到基準年條件。計算公式如下:

颶風經過區域的房屋、道路、居民財產均可能遭受嚴重損失。由于居民財富遭受的影響較大，因此可用其作為對颶風災害經濟損失標準化的主要影響因子。干旱災害與颶風災害屬于不同的災害類型，主要對農業生產活動造成嚴重損失。本研究在應用CN法時，將Wealth考慮為鄉村人均財富，POP為鄉村總人口，計算公式如下:

式中:Income表示鄉村人均可支配收入指數。

1.3.4 替代標準化(alternative normalization，AN) AN 由Neumayer等于2011年提出［47］，已用于全球自然災害的標準化處理分析。AN考慮了財富積累對經濟損失的影響，但未充分考慮各地區財富的變化，而是綜合考慮了居民總財富，計算公式如下:

式中:Wealth'表示影響地區居民的總財富值，計算公式為:

式中:i代表受影響地區，n為受影響地區的總個數，本研究中n取5。

1.3.5 國內生產總值標準化(gross domestic product normalization，GDPN) GDPN由Barredo在2009年運用于歐洲洪水損失的計算［48］。該方法考慮了社會經濟的發展對災害損失的影響，選取國內生產總值作為衡量社會經濟發展的指標，將其換算到基準年條件。計算公式如下:

式中:GDP表示國內生產總值。

1.3.6 Mann－Kendall(M －K)非參數檢驗方法 M－K檢驗方法是一種常用的對于時間序列趨勢的非參數檢驗方法，在水文、氣象等方面有著廣泛的應用。本研究中在分析1984—2014年和2017—2050年華北地區干濕變化趨勢時用M－K方法進行檢驗。

2 結果與分析

2.1 1984—2014年干濕時空變化特征

1984—2014年華北地區標準化降水指數(SPI)序列變化情況如圖2所示。根據華北地區區域平均年降水量計算的標準化降水指數在20世紀80年代后期、20世紀90年代初期及21世紀中后期SPI介于－1與1之間，屬于正常年景;1990年、1998年、2003年、2012年及2013年SPI大于1，表明這些年份相對濕潤;1997年、1999年、2000年、2001年、2005年及2007年SPI小于－1，表明這些年份相對干旱;其中20世紀90年代后期至21世紀初期SPI年際波動較大，表明該時期干濕變化明顯。

1984—2014年華北地區標準化降水指數的 Mann－Kendall檢驗結果如圖3所示。華北大部分地區都呈現干旱化態勢，包括內蒙古自治區呼倫貝爾、興安盟、通遼、赤峰和錫林郭勒盟的大部分地區，河北省承德、秦皇島、唐山、張家口、保定及石家莊等地區和北京、天津部分地區，其中，內蒙古自治區錫林郭勒盟的部分地區的干旱化趨勢明顯;內蒙古自治區阿拉善盟、巴彥淖爾，河北省邢臺及其以南地區和山西省大部分地區相對濕潤，其中，內蒙古自治區阿拉善盟北部的部分地區濕潤化趨勢明顯。

2.2 1984—2014年干旱經濟損失最優標準化選擇及其與干旱強度的關系

2.2.1 各種標準化損失序列與標準化降水指數的變化比較1984—2014年華北地區干旱直接經濟損失原始及各標準化序列與標準化降水指數(SPI)序列變化情況如圖4所示。其中，圖4－a為原始損失序列，圖4－b至圖4－e為標準化到2014年的損失序列。可見，原始損失序列以5.57億元/年的速率上升，其多年均值為58.47億元。損失較高的年份集中在2000年以后，2000—2014年干旱直接經濟損失年均為107.28億元，是1984—1999年均值12.71億元的8.4倍。損失最高年份為2009年的301.2億元，其次是2007年的216.5億元和2014年的202.7億元(圖4－a)。

考慮CPI的變化，21世紀10年代的物價水平相當于20世紀80年代后期的4倍左右。CPIN損失序列以5.84億元/年的速率呈上升趨勢，多年平均干旱直接經濟損失為75億元。與原始值相比，2000年前后的年均損失差距變大。2000—2014年干旱直接經濟損失多年均值為128.54億元，是1984—1999年均值(24.85億元)的5倍。損失最高年份(2009年)較原始值增加了約52.63億元(圖4－b)。2000—2014年華北地區鄉村人均財富年均為2 540.25元/人，是1984—1999年均值(623.13元/人)的4.1倍。CN 損失序列以5.74億元/年的速率呈上升趨勢，多年均值達156.55億元，是原始序列多年均值的2.68倍。2000—2014年干旱直接經濟損失多年均值為217.68億元，是1984—1999年均值(99.24億元)的 2.2倍，損失最高值為 2009年的547.6億元。與原始值相比，CN處理后的損失值在20世紀80年代和20世紀90年代明顯增加，2000年后的年均損失差距進一步變大(圖4－c)。AN損失序列同樣呈上升趨勢，多年平均直接經濟損失為134.35億元。1995年以后上升趨勢明顯，到2009年達到最大值(498.33億元)。2000—2014年年均直接經濟損失為194.25億元，是1984—1999年年均損失(71.27億元)的2.7倍(圖4－d)。2000—2014年華北地區國內生產總值年均為9 519.80億元，是1984—1999年均值(954.75億元)的10倍左右。經GDPN處理，1984—2014年干旱直接經濟損失多年均值為299.78億元，是原始序列多年均值的5倍，并以4.22億元/年的速率呈下降趨勢。高損失的年份出現在20世紀80年代，最高值為1985年的667.78億元，GDPN處理后的損失值在20世紀80年代和20世紀90年代明顯增加，1984—1999年均值(304.42億元)是2000—2014年均值(294.82億元)的1.03倍(圖4－e)。

由圖4－a至圖4－e可以看出，各標準化的損失序列中，經GDPN處理的序列與SPI序列表現出較好的相似性，尤其在20世紀90年代后期以來逐年變化基本一致。原始序列與SPI序列的相關系數為－0.35，其余經標準化處理后的序列與SPI序列的相關性均高于原始序列，經 CPIN、CN、AN、GDPN處理后的序列與SPI序列的相關系數分別為－0.41、－0.53、－0.52、－0.62。

2.2.2 損失標準化與干旱強度關系 將1984—2014年華北地區標準化降水指數(SPI)與干旱原始及各標準化后的損失序列對比發現，經GDPN處理后的序列與華北地區標準化降水指數的相關性明顯高于其他損失序列，表明該序列能較好地反映華北地區逐年的干濕變化。將1984—2014年標準化降水指數序列與經GDPN處理后的損失序列進行指數模型建立，構建干旱經濟損失與干旱強度之間的定量關系，擬合結果如圖5所示。從圖5中可以看出，散點較為均勻地分布在關系曲線的兩側，該曲線可以較好地反映經濟損失與標準化降水指數(SPI)間的變化關系。

2.3 未來干濕變化特征及災害損失

2.3.1 未來干濕變化 根據區域氣候模式COSMO－CLM(CCLM)輸出的逐年降水模擬數據計算的2017—2050年華北地區RCPs情景下標準化降水指數(SPI)序列變化情況如圖6－a至圖6－c所示。RCP2.6情景下華北地區標準化降水指數在21世紀10年代后期、21世紀20年代中期、21世紀30年代中期及后期和21世紀40年代后期SPI小于0，表明該時期較1961—2005年趨于干旱化，其中2024年、2033年SPI小于－1，表明這些年份相對干旱化明顯;在21世紀20年代初期及中后期、21世紀30年代初期和21世紀40年代初期及中期SPI大于0，表明該時期較1961—2005年趨于濕潤化，其中2022年、2027—2029年及2041年SPI大于1，表明這些年份相對濕潤化明顯;21世紀20年代后期至21世紀30年代初期SPI年際波動較大，表明該時期干濕變化明顯。

RCP4.5情景下華北地區標準化降水指數(圖6－b)在21世紀20年代后期、21世紀30年代中期和21世紀40年代中期SPI小于0，表明該時期較1961—2005年趨于干旱化，其中2027年、2029年和2033年SPI小于－1，表明這些年份相對干旱化明顯;在21世紀10年代后期、21世紀20年代初期、21世紀30年代初期及后期和21世紀40年代初期及后期SPI大于0，表明該時期較1961—2005年趨于濕潤化，其中2030年、2032年、2039年、2044年及2049年SPI大于1，表明這些年份相對濕潤化明顯;20世紀20年代后期至20世紀30年代初期SPI年際波動較大，表明該時期干濕變化明顯。

RCP8.5情景下華北地區標準化降水指數(圖6－c)在21世紀10年代后期、21世紀20年代后期、21世紀30年代中期和21世紀40年代中期SPI小于0，表明該時期較1961—2005年趨于干旱化，其中2029年、2032年、2033年、2036年、2037年、2044年和2045年SPI小于－1，表明這些年份相對干旱化明顯;在21世紀20年代初期、21世紀30年代初期及后期和21世紀40年代初期及后期，SPI大于0，表明該時期較1961—2005年趨于濕潤化，其中2023年、2043年、2048年及2049年SPI大于1，表明這些年份相對濕潤化明顯;21世紀20年代初期至21世紀40年代后期SPI年際波動較大，表明該時期干濕變化明顯。

RCPs情景下，2017—2050年相對于基準期(1986—2005年)華北地區標準化降水指數(SPI)序列變化情況如圖7所示。RCP2.6情景下，華北地區2017—2050年相較于基準期大部分年份SPI值變大，且大部分為正值，表明其變濕，其最干旱年份與最濕潤年份的干濕程度較基準期均有所減弱;RCP4.5情景下，華北地區2017—2050年相較于基準期濕潤，其最濕潤年份的濕潤程度較基準期減弱，最干旱年份的干旱程度較基準期增強，其干濕程度均略大于同期RCP2.6情景;RCP8.5情景下，華北地區2017—2050年相較于基準期大部分年份SPI值變小，且大部分為負值，表明其變干，其最干旱年份的干旱程度較基準期增強，最濕潤年份的濕潤程度較基準期變化不明顯，其干濕程度較RCP2.6情景和RCP4.5情景均有所增強。

RCPs情景下，2017—2050年華北地區標準化降水指數的Mann－Kendall檢驗結果如圖8所示。RCP 2.6情景下華北地區(包括內蒙古自治區呼倫貝爾、興安盟、通遼、赤峰等地，河北省、山西省、北京市、天津市大部分地區)呈現干旱化態勢;其中，內蒙古自治區呼倫貝爾和興安盟部分地區的干旱化趨勢明顯;內蒙古自治區阿拉善盟、巴彥淖爾、鄂爾多斯及錫林郭勒盟中部及其以西地區，山西省北部部分地區相對濕潤(圖8－a)。RCP4.5情景下華北地區(包括內蒙古自治區通遼、阿拉善盟的部分地區，山西省、河北省、北京和天津地區)呈現干旱化態勢;其中，山西省臨汾和河北省滄州等地區的干旱化趨勢明顯;內蒙古自治區呼倫貝爾、錫林郭勒盟部分地區的濕潤化趨勢明顯(圖8－b)。RCP8.5情景下華北地區(包括內蒙古自治區呼倫貝爾、興安盟、錫林郭勒盟、烏蘭察布大部分地區，以及山西大同、河北滄州以南地區)呈現干旱化態勢;其中，內蒙古自治區錫林郭勒盟部分地區的干旱化趨勢明顯;內蒙古自治區阿拉善盟、山西省太原及河北省石家莊以南部分地區相對濕潤。2.3.2 災害損失預估 根據已建立的干旱災害損失與干旱強度之間的關系曲線，結合未來華北地區標準化降水指數的預估結果，保持2014年的經濟發展水平不變，RCPs情景下，2017—2050年華北地區干旱災害損失結果如圖9所示。RCP2.6情景下華北地區干旱直接經濟損失在2017—2050年多年均值為244億元，高損失的年份出現在21世紀10年代后期、21世紀20年代中期、21世紀30年代中期及后期和21世紀40年代后期(圖9－a);RCP4.5情景下華北地區干旱直接經濟損失在2017—2050年多年均值為236億元，高損失的年份出現在21世紀20年代后期、21世紀30年代中期和21世紀40年代中期(圖9－b);RCP8.5情景下華北地區干旱直接經濟損失在2017—2050年多年均值為307億元，高損失的年份出現在21世紀10年代后期、21世紀20年代后期、21世紀30年代中期和21世紀40年代中期(圖9－c)。

2017—2050年不同RCPs情景下華北地區年均干旱災害經濟損失增量變化情況如圖10所示。華北地區1986—2005年干旱災害直接經濟損失多年平均為247億元(以2014年為基準年折算，下同)，RCP2.6情景下，華北地區2017—2050年干旱災害經濟損失多年平均為244億元，較基準期略微減少1%左右;RCP4.5情景下，華北地區2017—2050年干旱災害經濟損失多年平均為236億元，較基準期減少4%左右;RCP8.5情景下，華北地區2017—2050年干旱災害經濟損失多年平均為307億元，較基準期增加，增幅在24%左右。

3 結論與討論

本研究以華北地區為研究對象，基于歷史數據和CCLM模式數據，運用 CPIN、CN、AN和 GDPN 4種方法對1984—2014年干旱直接經濟損失分別進行標準化處理并分析其與標準化降水指數(SPI)的變化關系，構建最優標準化損失方案與SPI的關系模型，結合2017—2050年華北地區RCPs情景下SPI，預估干旱災害直接經濟損失的逐年變化。研究的主要結論如下:(1)CPIN考慮通貨膨脹的影響，且該標準化方法計算簡單，國際上也得到了廣泛應用，比較容易對其進行推廣使用;CN考慮人口和財富因子的共同影響，AN對研究區的財富進行整體計算，這2種方法對于財富變化快速的地區較為適用;若探究社會經濟的發展對災害損失的影響可采用GDPN進行標準化研究。結合1984—2014年華北地區標準化降水指數的變化序列，經GDPN處理后的序列與該地區干濕變化趨勢較為一致，更能反映干旱災害本身的逐年變化。從自然災害的直接經濟損失中并不能輕易地探測出潛在的氣候變化的信號，進行相關研究時須要將其他影響要素考慮在內，標準化方法是獲取具有可比性數據并分析氣候變化對災害損失影響的重要手段［14－19］。(2)1984—2014年華北地區干旱災害較為嚴重的年份主要集中在20世紀90年代后期至21世紀初期，主要位于華北地區的北部和東部，包括內蒙古自治區北部、中部大部分地區，南部部分地區，河北省北部、中部地區和北京、天津部分地區。在災害損失方面，原始序列與經CPIN、CN、AN處理后的序列總體呈增加趨勢，損失較高的年份集中在2000年以后;經GDPN處理的序列呈下降趨勢，損失較高的年份集中在20世紀80年代中后期及20世紀90年代后期至21世紀初期。以往采用考慮財富因子的方法多集中于洪水、颶風、熱帶氣旋等災害類型［11－13］，這類災害發生迅速，持續時間短，但短時影響劇烈，對于房屋、道路及農作物等有損毀性影響，給居民財富帶來嚴重損失。干旱不同于上述災害，其持續時間長、影響面積大，財富對其影響有限。社會經濟發展越快，暴露于干旱災害下的承災體可能會遭受更為嚴重的損失，因而干旱災害損失與社會經濟的發展關系密切，將其作為評估干旱損失的最優標準化方案，并用于干旱損失的預估中具有很強的現實意義。(3)2017—2050年，華北地區在3種情景下的干濕變化趨勢有所差異，RCP2.6和RCP4.5情景下較基準期(1986—2005年)偏濕，RCP8.5情景下較基準期偏干，3種情景下均有可能發生與基準期同等強度的干旱災害。RCP2.6情景下發生的頻次最低，強度最弱;RCP8.5情景下發生的頻次最高，強度最強。RCP4.5和RCP8.5情景下，均可能發生比基準期強度更大的干旱災害。空間尺度上，RCP2.6情景下華北地區除西部地區均呈現干旱化態勢，RCP4.5情景下東部和南部干旱化態勢明顯，RCP8.5情景下干旱主要集中在北部、中部和東部。華北地區未來3種情景下干濕變化的時空差異，會使其造成的災害損失的時空分布不同，研究華北地區未來干旱的演變對制定有關減緩干旱造成的影響等政策方面具有很強的參考價值。(4)華北地區1986—2005年干旱災害直接經濟損失多年平均為247億元(以2014年為基準年折算，下同)，2017—2050年，華北地區在RCP2.6情景下，由氣候變化造成的干旱災害經濟損失較基準期(1986—2005年)略微減少1%左右，高損失的年份主要集中在21世紀30年代中期及后期;RCP4.5情景下，較基準期減少4%左右，RCP8.5情景下增加24%左右，這2種情景下高損失的年份均主要集中在21世紀20年代后期和21世紀30年代中期。但是隨著社會經濟的不斷發展，未來的災害損失可能會進一步增加［10］，如若增加則社會經濟的發展在未來干旱災害損失中起到不可忽視的作用，反之則還受其他因素的影響。對該項研究如果能進行更深層次的探索，有利于分析氣候變化和社會經濟的發展對災害損失的相應貢獻程度，對未來防災減災的科學決策以及華北地區農業的可持續發展具有重要的指導意義。